Spatial Benchmarking of Four Spatially Explicit Models for Groundwater Potential Mapping in Cheongju, South Korea​

Trouver de l'eau souterraine est souvent un jeu de suppositions éclairées. Dans de nombreux endroits, le sol est un puzzle complexe de roche, de sol et d'anciens lits de rivières, et la seule façon de savoir avec certitude si l'eau s'y trouve est de creuser un trou. Mais le forage est coûteux et chronophage, de sorte que les scientifiques et les gestionnaires de l'eau s'appuient sur des cartes pour les guider. Ces cartes tentent de prédire où l'eau est la plus susceptible d'être trouvée en se basant sur ce qui est visible à la surface : la forme du terrain, le type de sol, la pente des collines et l'endroit où poussent les forêts. L'objectif est de créer un système de classement qui dise à une équipe d'explorateurs : « Commencez à creuser ici en premier, puis déplacez-vous vers cet endroit ensuite ». Cependant, la création de ces cartes est délicate. Si les données utilisées pour les construire sont regroupées dans une zone, la carte pourrait simplement apprendre où les gens ont déjà creusé, plutôt que là où l'eau existe réellement. De plus, différents programmes informatiques peuvent produire des cartes légèrement différentes, et il est souvent difficile de savoir lequel est vraiment meilleur ou si les différences ne sont que du bruit aléatoire.

Dans la ville de Cheongju, en Corée du Sud, une équipe de chercheurs s'est donné pour mission de tester quatre modèles informatiques différents conçus pour créer ces cartes de nappes phréatiques. Ils voulaient voir si les modèles plus complexes, qui tentent de prendre en compte l'emplacement spécifique de chaque point de donnée, étaient réellement plus performants que les plus simples. L'équipe a commencé par une liste de 207 emplacements de puits connus où de l'eau avait été trouvée. Ils ne disposaient pas d'informations sur la quantité d'eau que chaque puits produisait ni si certains puits avaient échoué, ils ne pouvaient donc pas prédire le volume d'eau disponible. Au lieu de cela, ils ont défini leur objectif comme la recherche d'une « faveur relative », ce qui signifie simplement identifier les zones qui ressemblent aux endroits où des puits ont déjà été installés avec succès. Pour tester leurs modèles, ils ont généré 207 points supplémentaires à travers la ville qui n'étaient pas des puits connus, les traitant comme une base de comparaison. Ils ont ensuite divisé leurs données en segments, utilisant certains pour enseigner aux modèles informatiques et d'autres pour les tester, en veillant à ce que les zones de test soient géographiquement séparées des zones d'entraînement pour éviter que les modèles ne se contentent de mémoriser la carte.

Les chercheurs ont comparé quatre approches distinctes. Un modèle, appelé forêt aléatoire géographique, a construit de nombreux petits arbres de décision locaux pour différentes parties de la ville. Un autre a utilisé une méthode qui examinait les voisins les plus proches d'un point spécifique pour deviner son potentiel. Un troisième modèle a intégré directement les coordonnées cartographiques exactes dans un algorithme d'apprentissage puissant, tandis que le quatrième a utilisé une courbe mathématique lisse pour relier les facteurs environnementaux à travers le paysage. Lorsque l'équipe a fait fonctionner ces modèles, elle a constaté que les quatre fonctionnaient de manière assez similaire. La mesure de leur capacité à distinguer un emplacement de puits d'un point aléatoire, appelée aire sous la courbe, variait de 0,850 à 0,871. Les différences entre les meilleurs et les moins bons modèles étaient si minimes qu'elles ne pouvaient être prouvées statistiquement comme étant réelles ; elles étaient probablement de simples fluctuations mineures. En fait, lorsque les chercheurs ont testé les modèles sur un ensemble de points de données complètement distinct, les résultats sont restés cohérents, avec des scores oscillant entre 0,858 et 0,875. Les tests statistiques ont confirmé qu'aucun modèle n'était supérieur aux autres.

La découverte la plus surprenante fut peut-être que les astuces géographiques complexes utilisées par ces modèles n'étaient pas la raison principale de leur succès. Les chercheurs ont créé des versions simplifiées de chaque modèle qui n'utilisaient que les données environnementales — comme la pente, le type de sol et l'occupation des sols — tout en supprimant les composants géographiques spéciaux. Ces modèles simplifiés ont performé presque aussi bien que les versions complètes et complexes. Le seul moment où les modèles ont échoué de manière significative a été lorsque les chercheurs ont supprimé toutes les données environnementales pour ne laisser que les coordonnées géographiques, ce qui a entraîné des scores très faibles. Cela suggère que la forme du terrain et le type d'environnement sont les véritables moteurs de l'endroit où les puits sont trouvés, et non la manière mathématique spécifique dont l'ordinateur traite la localisation. Les modèles complexes ont créé des textures légèrement différentes sur les cartes finales, mais ils n'ont pas changé le classement général des meilleurs emplacements.

L'étude a également examiné la stabilité des résultats. En faisant fonctionner les modèles plusieurs fois avec des divisions de données légèrement différentes, l'équipe a mesuré de combien les scores prédits pour un point spécifique fluctuaient. Ils ont constaté que certains modèles étaient plus cohérents que d'autres, mais cette stabilité ne les rendait pas nécessairement meilleurs pour trouver de l'eau. Les cartes finales montraient un schéma clair : les basses terres de l'ouest et les vallées centrales de Cheongju étaient systématiquement classées comme les endroits les plus favorables pour les puits, tandis que le terrain montagneux et escarpé de l'est était classé plus bas. Cela est logique, car les puits sont plus faciles à installer et plus susceptibles d'être enregistrés dans des zones accessibles et plates. Les chercheurs ont conclu que ces cartes sont mieux utilisées comme un outil de sélection pour prioriser l'envoi d'une équipe de terrain pour des investigations plus approfondies, plutôt que comme une garantie du volume d'eau ou du succès du forage. Ils ont souligné que ces cartes sont un classement conditionnel basé sur les registres existants, et non une prédiction de la quantité d'eau qui peut être pompée ou de la profondeur à laquelle un puits doit être foré.

En fin de compte, le travail réalisé à Cheongju démontre que pour ce type de reconnaissance, la qualité des données environnementales importe bien plus que la complexité du modèle informatique utilisé pour les traiter. Les quatre approches sont arrivées à la même conclusion générale : les plaines sont les zones les plus prometteuses. L'étude rappelle que dans la recherche d'eau souterraine, les algorithmes les plus sophistiqués ne peuvent remplacer la nécessité d'une vérification rigoureuse sur le terrain. Les cartes constituent un point de départ fiable pour orienter les ressources limitées vers les endroits les plus probables, mais elles ne sont que la première étape d'un processus plus long qui doit inclure des relevés physiques et des tests pour confirmer ce qui se cache sous la surface.